6.8
深览指数
科技TechCrunch·Kate Park··AI 生成
AMI Labs 的 Alexandre LeBrun 为何不称其 AI 为「AGI」或「超级智能」
AMI Labs CEO Alexandre LeBrun 在采访中明确拒绝使用 AGI 或超级智能来定义其公司正在研发的世界模型，认为这些术语缺乏明确定义且无实际用处。LeBrun 认为当前 AI 在物理世界中「非常愚蠢」，而世界模型通过预测物理世界下一状态，将为机器人等行业带来真正的上下文感知能力。文章核心贡献在于提供了 LeBrun 对世界模型与 LLM 互补关系的明确界分，以及他押注亚洲（尤其是韩国）工业基础和采用速度的原因。适合关注 AI 产业前沿、机器人技术商业化及技术术语炒作的读者。原文 ↗
核心观点
- ▍LeBrun 拒绝使用 AGI 或超级智能标签，认为这些术语缺乏定义且无实际用处，世界模型应该专注于解决物理世界中的具体问题。
- 01当前机器人只能运行固定程序，AI 对物理世界「非常愚蠢」，无法像人类一样理解上下文，例如无法阻止机器人踢倒儿童的意外。
- 02LLM 预测下一个词/文本，世界模型预测物理世界的下一状态；二者互补而非替代，LLM 仍是语言处理最有效的工具。
- 03LeBrun 认为 LLM 仅在医疗领域覆盖了「1%」，其余依赖于真实世界的临床经验。
- 04AMI Labs 目前无产品、无时间表，已获 10.3 亿美元融资，估值 35 亿美元，创始人为图灵奖得主 Yann LeCun。
- 05公司押注韩国：当地拥有机器人、半导体和制造业基础，且历史上有快速采用互联网的先例，政府计划投入约 880 亿美元支持芯片、AI 数据中心和物理 AI。
反方 / 局限
- — LeBrun 承认 LLM 在某些任务（如医学）上已有价值，且世界模型无法在实验室构建，必须依赖真实环境的合作伙伴，技术落地面临不确定性。
13 分钟 · 3 卡片 · 9 资料
读原文 →